68 - I. 二叉搜索树的最近公共祖先-深入理解二叉搜索树前序遍历

做题目前随便说点

• 树是一种抽象数据类型，一种具有树结构形式的数据集合。

• 节点个数确定，有层次关系。

• 有根节点。

• 除了根，每个节点有且只有一个父节点。

• 没有环路。

• 所有数据结构都可以用链表表示或者用数组表示，树也一样。

68 - I. 二叉搜索树的最近公共祖先

给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。

百度百科中最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先）。”

例如，给定如下二叉搜索树:  root = [6,2,8,0,4,7,9,null,null,3,5]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-AUxrjDOH-1583717256811)(en-resource://database/1046:1)]

示例 1:

输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8
输出: 6
解释: 节点 2 和节点 8 的最近公共祖先是 6。
示例 2:

输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 4
输出: 2
解释: 节点 2 和节点 4 的最近公共祖先是 2, 因为根据定义最近公共祖先节点可以为节点本身。

说明:

所有节点的值都是唯一的。
p、q 为不同节点且均存在于给定的二叉搜索树中。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/er-cha-sou-suo-shu-de-zui-jin-gong-gong-zu-xian-lcof
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题：

审题：

• 这道题目是典型的二叉搜索树的题目，就是找节点的题目。
• 题目给出了需要找的节点的条件：给出两个节点值，找出这两个节点的【最近公共祖先】。
• 我们需要搞清楚公共子节点的定义，然后找出满足定义和条件的节点即可。
• 这种题目难就难在定义的理解，如果让我们找出一个值等于X的节点，这就简单多了。“值等于X”这个条件和定义一看就懂。
• 而最近公共祖先的定义比较难理解，如下。
• 最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先）。”
• 理解定义的一个方法就是翻译成多个容易理解的子定义，把一个复杂定义拆分，或者转译成一个通俗的定义。
• 公共祖先的意思就是要求，p、q两个节点属于该节点为根的子树下。比如像根节点，就是所有节点的公共祖先了，但是题目要求最近公共祖先，所谓的最近公共祖先要求该节点离根节点越远越好。
• 然后我就着找规律，如果两个节点位于该节点的同一个子树下，就证明还可以再远离。直到两个节点一个位于右边一个位于左边，即可。
• 这种题目大多都是找规律，以及看我们对概念的理解。最担心我们误解了，这个在所难免，除了反复确认对定义的理解，确实很难找出问题的答案。
• 所以我们只能尽力做到不要放过任何题目字眼，对不懂得词语一定要测定弄懂。其次就是不要放过题目给出得例子（测试用例）。
• 这道题目还有一种思考方法，就是从二叉搜索树的定义出发：二叉搜索树的每个节点有3个属性。
  • 属性val,用于判断指定要求搜索的节点是否为当前节点。（判定一）
  • 属性left，用于当被判定的值小于val时，提供进一步搜索指引。或者说，小于val的值都属于left子树。（判定二）
  • 属性right，用于当被判定的值大于val时，提供进一步搜索指引。或者说，大于val的值都属于right子树。 （判定三）
• 其次就是二叉搜索树常用前序列遍历来进行搜索。然后对左右子节点剪支。这两个惯用伎俩。
• 我们只需要将题目的定义套进二叉搜索树的定义里即可。
• 比如怎么判断这个节点是否为两个指定节点的最近公共祖先呢？
• 我们尝试两个假设：（暂时不考虑其中一个节点等于当前节点的情况。）
  • 如果不是最近公共祖先会怎样？会发现，两个节点要么都大于val或者都小于val。
  • 如果是最近公共祖先会怎样？会发现，两个节点分别位于val的左右两边，一个大于val,一个小于val。
• 基于这个假设我们可以轻易得找出规律了。只要给定两个节点，一个大于val，一个小于val。就等价于“判定一”。如果都位于左边，就是“判定二”。如果都位于右边，就是“判定三”。
• 既然可以套用二叉搜索树的前序遍历搜索算法，那我们只需要拿二叉搜索树的前序遍历算法来改造即可。

框架代码如下：

class Solution {
    public static  int target;
    
    // 三个二叉搜索树的判定函数
    public static void  judgeTargetNode(TreeNode node) {
    }
    public static boolean isBelongToLeft(TreeNode left) {
    }
    public static boolean  isBelongToRight(TreeNode right) {
    }
    
    void recursive(TreeNode node) {
        // 边界判断
        if(...) {
            return;
        }
        // 前需遍历
        judgeTargetNode(node);
        // 剪支递归左节点
        if(isBelongToLeft()) {
            recursive(node.left);
        }
        
        // 剪支递归右节点
         if(isBelongToRight()) {
            recursive(node.right);
         }
        
    }
   
    
}

• 框架写好了，剩下的事情就是把题目的条件填入上面的3个判定函数。
• 写算法题就是抽象出普遍问题的解决方案，抽象出框架，然后找到问题的本事进行扩展。
• 我们只需要拓展判定函数即可。

开始解题：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public static TreeNode target;
    public static int p;
    public static int q;
    
    // 三个二叉搜索树的判定函数
    public static void judgeTargetNode(TreeNode node) {
        if(node.val > p && node.val < q) {
            Solution.target = node;
        } 
       
        // 一个节点也可以是它自己的祖先
       else if(node.val == p && node.val < q) {
            Solution.target = node;
        }
        
        // 一个节点也可以是它自己的祖先
        else if(node.val > p && node.val == q) {
            Solution.target = node;
        } else {
            Solution.target = new TreeNode(-999999);
        }
        
    }
    public static boolean isBelongToLeft(TreeNode node) {
        if(node.val > p && node.val > q) {
            return true;
        } else {
            return false;
        }
    }
    public static boolean isBelongToRight(TreeNode node) {
        if(node.val < p && node.val < q) {
            return true;
        } else {
            return false;
        }
    }
    
    void recursive(TreeNode node) {
        // 边界判断
        if(node == null) {
            return;
        }
        // 前需遍历
        judgeTargetNode(node);
        // 剪支递归左节点
        if(isBelongToLeft(node)) {
            recursive(node.left);
        }
        
        // 剪支递归右节点
         if(isBelongToRight(node)) {
            recursive(node.right);
         }
        
    }
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        Solution.p = p.val < q.val ? p.val : q.val ;
        Solution.q = p.val < q.val ? q.val : p.val ;
        Solution.target = null;
        recursive(root);
        return Solution.target;
    }
}

总结：

• 这道题目还有一个坑 ，就是输入的节点p,q不一定是有顺序。
• 写if语句的时候一定要写else,为了避免逻辑漏洞。
• 上一句话，估计大部分都不会放在心上。可是根据非官方数据统计，程序员每写一个if而不写else就有75%概率出现BUG，而这些BUG中有50%以上不被人发现，而且发生了BUG后严重影响你判断问题原因。也就是说，你每少写一个else,就有35%的概率让自己被bug搞得头昏脑胀。
• 最可怕的是即便，你知道少else,会影响你判断，你也懒得补全，毕竟拉下太多了。补起来太麻烦。最终你不得不选择走远路。
• 也许你会说，多打一些Log不就没这事了么？不，这不能成为你上班写Bug的理由。就好像不能因为穿了“尿不湿”就想拉就拉。
• 也许你会说，多余的else影响代码美观？不，代码不是妹子，不能当饭吃。要稳定性，而不要美。美化代码的方法有很多，没必要为了美而到处埋雷。
• 成熟的程序员喜欢给代码写else.他能告诉你代码走到了哪个分支。如果不写else,你除了能确定代码走主分支外，无法细化逻辑的执行过程。